码迷,mamicode.com
首页 > 其他好文 > 详细

大数据云时代 游戏分析存在4大误区

时间:2014-08-14 16:37:08      阅读:194      评论:0      收藏:0      [点我收藏+]

标签:style   http   color   strong   数据   ar   2014   问题   

bubuko.com,布布扣

  最近几年,大数据这个词的火爆以及大数据技术的迅速发展,数据分析和数据挖掘的工作得到越来越多企业的重视,特别是在游戏行业,越来越多关于数 据的分析容和观点也井喷式提出,“数据驱动下的精细化运营”,“玩家群体的定量研究”,“移动游戏数据分析体系”等等概念的提出,可以看出游戏的研发和运 营过程中,对数据分析的需求是无穷无尽的,相应的,对数据分析的讨论也是各抒己见。而盲目过度依赖数据,或者主观的解读数据,带来的损失则是无法估计的。 以下,我将结合自己的工作经历,阐述以下数据指标会骗人和游戏数据分析中的几个误区。

1.未理解数据定义,盲目比较数据

  同行们乐于去关注关于行业各类型游戏的benchmark,诸如S级游戏的次日留存,S级游戏的ARPU,S级游戏的ACU/PCU等等一些运营常见指标,在我看来,比较是数据的价值之一,是用来衡量产品优劣差距度量最直接的方法,而数据比较是建立相同的数据采集方法和数据指标计算方法上的。所以在比较数据前,请先明白benchmark的计算标准及数据采集方法,这样才能体现数据比较的意义。

2.过度依赖分析方法,沉迷于数据建模过程

  作者在大学期间,读的便是统计学专业,大学参加过数学建模比赛拿到较好的名次,也做过一系列诸如BP神经网络,贝叶斯决策树或是聚类分析等项 目,在刚接触游戏数据分析时,十分兴奋,便用了各式各样的方法对数据进行分析。渐渐的我发现,在实际工作中,数据分析并不像学术研究那样严谨,更需要对数 据表现作出快速判断,不需要在每次分析前都去验证样本群体是否符合某种统计分布,也可能不需要用“人工神经网络”等“高科技手段”去预测产品将来的用户 数,甚至给出“A>B”的结论时也用不着做“显著性检验”,考验得更多的是对业务的理解的把握能力。所以在开展数据分析工作过程中,切勿过度依赖分 析方法,而应重视游戏业务的把握。

3.数据是客观存在的,切勿主观误读数据

  对于在一线工作过一段时间的同行来说,做数据分析经常会走入这样一个怪圈,在我们提取数据的过程中,我们会看到部分的数据表 现,而且对各种各样的现象都有了一些自身理解的结论,在这样的思想指导下,总有方法去用数据去验证自己的结论。在我看来,数据是客观存在的,解读数据也需 要秉持客观中立的态度,千万需要避免为了自身观点去解读一份数据。

4.不明确数据分析目的,模糊分析需求,分析不完整,应该做一份300%的分析报告

  明确分析的目的及需求,比如不要将核心用户研究误认为活跃用户分析。网龙的刘经理曾经跟我分享给一个这样的案例,产品经理跟你提出做一份COC 的活动数据分析报告,去衡量活动效果,一般情况下,你会将活动前期,中期,后期的游戏宏观数据拿出来,然后画图看各个阶段的表现,然后做出判断。然后欢欣 雀跃的拿着报告交给产品经理,这样就觉得了事了。如果从一个数据分析师的角度看来,这样的报告是很廉价的。别人提分析需求时,可能他有10个问题,但是只 给我们描述了3个问题,我们并不能简单解决这样3个问题,我们应该更多的是中立客观的从多个角度去思考这样一个问题,然后从产品自身,产品玩家,产品运营 等等多个角度,全面的去衡量这样一个问题,去发现潜在机会,然后做出一份300%的分析报告,而不是100%。

大数据云时代 游戏分析存在4大误区,布布扣,bubuko.com

大数据云时代 游戏分析存在4大误区

标签:style   http   color   strong   数据   ar   2014   问题   

原文地址:http://www.cnblogs.com/cstor/p/3912711.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!